El hecho: Esta semana quedará en los anales. El 29 de mayo, Anthropic — el editor de Claude — anunció una ronda de 65.000 millones de dólares con una valoración de 965.000 millones de dólares. Es ya la startup de IA más valorada del mundo, por delante de OpenAI. Para aterrizar esta cifra: es más que la capitalización bursátil de Coca-Cola, Disney y Bank of America juntas. Cuarenta y ocho horas antes, el 28 de mayo, lanzaban Claude Opus 4.8: mejores benchmarks en código, razonamiento y colaboración; comportamientos desalineados «sustancialmente reducidos»; y un fast mode ahora tres veces más barato. En el mismo anuncio, confirman que Mythos — su modelo frontier, capaz de encontrar vulnerabilidades en código existente — estará disponible en todas las cuentas «en las próximas semanas».

El análisis Codito: Tres señales en la misma semana, un solo mensaje. La valoración de 965.000 millones no es simbólica: ese capital financia directamente la aceleración que viene. Opus 4.8 llega menos de ocho semanas después de la 4.7. Mythos es inminente. El ritmo de las releases se duplica, y cada release añade una capa de capacidad — código, agentes, razonamiento, ciberseguridad — accesible de inmediato para cualquier organización preparada para utilizarla. La pregunta para un directivo ya no es saber si la IA mejora — mejora más rápido que nunca — sino cuánto tiempo puede su organización seguir sin estar preparada sin pagar un coste de oportunidad visible.

La implicación para usted: En concreto: un competidor que adopte Opus 4.8 esta semana gana mecánicamente varios meses de ventaja operativa sobre el que espere a Opus 5.0. Ese diferencial es el que se convierte en el verdadero desafío — no la elección del modelo. Y la condición para aprovecharlo no ha cambiado: tener una organización preparada para absorber el valor. Sin eso, verá pasar cada nueva versión sin poder aprovecharla, mientras otros se embolsan las ganancias.

La cifra de la semana 965.000 millones de dólares. Es la nueva valoración de Anthropic tras su ronda de 65.000 millones esta semana — un récord absoluto para una startup de IA, y más que la capitalización bursátil acumulada de Coca-Cola, Disney y Bank of America. Como recordatorio: el 95 % de los proyectos de IA en las empresas no llegan a buen puerto, según un estudio reciente del MIT, y el 80 % de los beneficios económicos de la IA ya los capta el 20 % de las empresas. El capital que llega ahora a Anthropic no hará más que acentuar este doble movimiento.

La IA no fracasa por casualidad: fracasa por método. Esta semana, me tomé el tiempo de filmar la matriz que utilizamos en Codito para responder a una pregunta sencilla — la que se hacen todos los directivos que conocemos: «¿Está mi organización lista para lanzarse?»

El método se resume en cinco dimensiones, una puntuación sobre 10 por dimensión y una regla de secuenciación clara — la que le indica por dónde empezar si quiere ganar tiempo. Estos son los cinco ejes que evaluamos:

• Procesos — ¿sus procesos críticos están cartografiados y son legibles, o viven en la cabeza de sus colaboradores?
• Equipos — ¿sus colaboradores son curiosos y están abiertos a la adopción, o están bloqueados por el miedo a ser reemplazados?
• Herramientas — ¿su stack es abierto (API, protocolos tipo MCP), o está encerrado en software propietario anticuado?
• Data — ¿sus datos están estructurados, centralizados y son fiables, o están dispersos entre Excel, correos y bases paralelas?
• Gobernanza — ¿tiene una carta de IA, un referente identificado, reglas claras, o deja que el shadow AI se instale?

Y una regla de oro: si una de las cinco puntuaciones cae por debajo de 3, no se lanza ningún proyecto de IA. Primero se trata el eslabón débil. La secuencia casi universal de tratamiento, en este orden: Data → Gobernanza → Equipos → Herramientas → Procesos. Así es como se construye el valor, no al revés.

El vídeo completo repasa cada eje, con lo que cambia en concreto con un 8 sobre 10 y con un 2 sobre 10. Diez minutos, sin rodeos:

▶ Ver el vídeo en YouTube (10 min)

Si quiere su puntuación real, medida en estas cinco dimensiones, es exactamente lo que hacemos cada mes en el marco de nuestro Acompañamiento IA de Codito. La primera cita es gratuita, y usted se lleva un primer diagnóstico.

Reservar una conversación estratégica

Descubrir el Acompañamiento IA de Codito

Para concluir esta edición, prolongamos la matriz del vídeo haciendo zoom en el eje que determina si todos los demás pueden ponerse en marcha: la Data. Es el eslabón débil que nadie quiere mirar, porque volver sobre él es costoso, lento y poco visible. Y sin embargo es el único que decide de verdad.

Por qué la Data es el bloqueador n.º 1

Ya se trate de Claude, de GPT-5 o de un agente de negocio dedicado, la IA solo funciona sobre datos estructurados, centralizados y fiables. Sin eso, obtendrá salidas plausibles pero falsas: el agente inventa, completa, rellena los huecos con lo que ha aprendido de media en internet — no con lo que su empresa sabe de verdad. La regla es inapelable: si su puntuación Data está por debajo de 3 sobre 10, ningún proyecto de IA serio llegará a buen puerto. Y no es negociable.

Tres señales de que su puntuación Data está por debajo de 3

Si reconoce dos de las tres situaciones siguientes, su puntuación Data probablemente sea muy baja:

• Sus archivos de clientes viven en tres lugares distintos. El CRM, la contabilidad y un Excel que mantiene un comercial histórico. Ninguno está sincronizado. Nadie sabe cuál es el que da fe.
• Sus actas, pliegos de condiciones y comentarios de clientes viven en adjuntos de Outlook. Localizables únicamente por quien participó en la conversación. Casi invisibles a escala de la empresa.
• Su saber hacer interno no está escrito en ninguna parte. Cómo califica una oportunidad, cómo calcula un presupuesto particular, cómo trata a un cliente difícil: todo eso vive en la cabeza de cuatro o cinco personas clave. Desaparece con cada ausencia.

Tres acciones que llevar a cabo antes de cualquier proyecto de IA

1. Elegir LA fuente de verdad por entidad de negocio. Una sola base canónica para los clientes, una sola para los productos, una sola para los proyectos. El resto se convierte en un espejo.
2. Migrar hacia un formato estructurado y legible por máquina. CSV, base SQL, Notion estructurado, Airtable — poco importa el soporte, el objetivo es que un agente pueda leer cada línea, no solo un humano.
3. Definir las reglas de actualización. Quién modifica qué, en qué momento, en qué campo. Sin eso, la fiabilidad se erosiona en unas semanas y hay que rehacerlo todo.

El trabajo no es glamuroso. Es decisivo. Reestructurar su Data no ocupa la portada de sus posts de LinkedIn. Ningún colega le felicitará por haber migrado tres Excels a una base única. Y sin embargo, es esta etapa — a menudo invisible, a menudo aplazada — la que decidirá si su proyecto de IA en 2026 produce palanca, o solamente ruido. Opus 4.8, Mythos y los modelos que vendrán acelerarán este trabajo: no lo reemplazarán.